目标跟踪的算法研究与应用
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·目标跟踪问题的研究背景 | 第7页 |
| ·目标跟踪问题的研究意义 | 第7-8页 |
| ·课题研究现状概述 | 第8-9页 |
| ·本文的研究内容及组织结构 | 第9-11页 |
| 第二章 目标跟踪的理论与方法 | 第11-25页 |
| ·引言 | 第11页 |
| ·目标跟踪技术的概念及原理 | 第11-13页 |
| ·目标跟踪的研究方法 | 第13页 |
| ·跟踪门 | 第13-16页 |
| ·跟踪门的形成过程与方法 | 第14-15页 |
| ·跟踪门的类型 | 第15-16页 |
| ·目标状态模型 | 第16-19页 |
| ·Wiener 过程加速度模型 | 第16-17页 |
| ·Singer 加速度模型 | 第17-18页 |
| ·均值自适应加速度模型 | 第18-19页 |
| ·量测模型 | 第19-20页 |
| ·数据关联理论 | 第20-23页 |
| ·最近邻数据关联 | 第20-21页 |
| ·概率数据关联 | 第21-22页 |
| ·联合概率数据关联 | 第22页 |
| ·交互多模型法 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 第三章 实时目标跟踪系统研究 | 第25-35页 |
| ·引言 | 第25页 |
| ·卡尔曼滤波 | 第25-27页 |
| ·卡尔曼滤波算法的原理 | 第25-27页 |
| ·仿真结果与分析 | 第27页 |
| ·概率数据关联算法及仿真分析 | 第27-29页 |
| ·交互多模型算法及仿真分析 | 第29-31页 |
| ·粒子滤波算法 | 第31-34页 |
| ·粒子滤波的原理和一般方法 | 第31-33页 |
| ·粒子滤波仿真结果与分析 | 第33-34页 |
| ·目标跟踪算法的比较与分析 | 第34页 |
| ·本章小结 | 第34-35页 |
| 第四章 一种改进的联合概率数据关联算法 | 第35-45页 |
| ·引言 | 第35页 |
| ·联合概率数据关联算法 | 第35-37页 |
| ·改进的联合概率数据关联算法 | 第37-41页 |
| ·仿真实验结果与分析 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 机动目标概率假设密度滤波算法及其比较 | 第45-51页 |
| ·引言 | 第45页 |
| ·随机有限集理论 | 第45-46页 |
| ·线性高斯模型下的PHD 滤波 | 第46-47页 |
| ·概率假设密度粒子滤波 | 第47页 |
| ·仿真实验结果与分析 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| ·本文总结 | 第51页 |
| ·研究方向展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第58页 |
